Lavender è un coach per le email di vendita basato sull’IA. Aiuta i team revenue a scrivere email di outbound migliori, che ottengono più risposte, con punteggi in tempo reale, suggerimenti di personalizzazione e coaching direttamente nella casella di posta, dentro strumenti come Gmail e Outlook.
Quando Lavender ha iniziato a far crescere due motion di go-to-market molto diverse tra loro — un prodotto self-serve PLG accanto a una motion enterprise guidata dalle vendite — il team si è scontrato con un problema sorprendentemente comune tra le aziende SaaS in crescita: non riusciva più a rispondere con sicurezza alle domande di base.
Quanto era il loro ARR?
I ricavi passavano da Stripe, ma le metriche sottostanti erano sempre più difficili da riconciliare tra prodotti, modelli di pricing e tipologie di cliente.
Come l’ha spiegato Elliott Fisher, COO di Lavender:
“When I joined the company in 2024… there was never full confidence in what our ARR number was.”
Come si è arrivati a questo punto?
RevOps sovradimensionati
Nel caso di Lavender, la confusione sull’ARR non era il risultato di un singolo sistema rotto, ma di anni di decisioni ad hoc, cambi di responsabilità e workaround presi con le migliori intenzioni.
Far crescere due motion di go-to-market diverse significa sperimentare in continuazione: messaggi, tattiche di crescita e strategie di pricing sempre nuove.
“We had consultants and we paid them a fortune. We hired a RevOps director… we had another SaaS tool for analysis and forecasting… All of this contributed to us over-architecting how we did RevOps.”
Quando vendi a tipologie di cliente diverse, attraverso flussi di lavoro diversi e con percorsi di fatturazione diversi dietro le quinte, il ricavo smette di essere un numero semplice. Diventa un problema di coordinamento permanente.
Il momento in cui Lavender ha dovuto «far saltare tutto»
Un giorno il CEO ha fatto una domanda semplice: “What’s our current ARR number?”
E nessuno era in grado di rispondere con sicurezza.
“None of the leadership could give him an answer… and at that point it was like, alright, we have to essentially blow this up and rebuild it from scratch.”
Per Elliott è stato un momento decisivo. Bisognava smettere di sovrapporre correzioni a un sistema già complesso. Invece di continuare a tappare le incongruenze, Lavender ha deciso di ripartire da zero.
Il team è tornato all’unica fonte di dati di cui si fidava ancora del tutto: Stripe.
Ha esportato quattro anni di storico delle fatture e ha ricostruito a mano il modello di waterfall dell’ARR in Excel, riga per riga. Un lavoro lungo e meticoloso, che però ha dato al team qualcosa che prima non aveva: una baseline pulita.
Soprattutto, ha costretto Lavender a stabilire una coerenza interna su definizioni, input e responsabilità dei ricavi, creando le basi per SOP più solide da lì in avanti.
ChartMogul come scialuppa di salvataggio e fonte di verità
Una volta ricostruita una baseline pulita dei dati di abbonamento, il passo successivo era assicurarsi di non doverlo mai più fare a mano.
Il loro CFO in Pilot ha consigliato di automatizzare l’ARR come si deve. È lì che Lavender si è rivolta a ChartMogul.
L’onboarding è durato meno di una settimana.
“ChartMogul was so straightforward and intuitive… It was very relieving. Here we finally can have this number calculated for us in real time.”
A differenza degli strumenti provati in precedenza, ChartMogul non ha aggiunto complessità. Ha dato subito a Lavender un dato di ARR affidabile, con la possibilità di arrivare ad analisi più profonde nel tempo.
“ChartMogul could be as simple as telling us ARR, and as dynamic as analyzing revenue by product or customer type as we grew”
Ripulire quello che di solito l’automazione non riesce a sistemare
Ciò che rendeva la configurazione di Lavender particolarmente complessa è che i dati di abbonamento non stavano in un unico posto. C’erano più account Stripe a supporto della motion self-serve, più SalesBricks per le trattative enterprise. In molti casi lo stesso cliente compariva in tutti e tre i sistemi: un cliente enterprise poteva esistere come contratto in SalesBricks, avere un pagamento una tantum in un account Stripe e un abbonamento ricorrente creato in un altro.
Prima di ChartMogul, riconciliare una dispersione del genere significava fogli di calcolo, workaround o semplicemente accettare che i numeri non avrebbero mai combaciato del tutto. Con ChartMogul il team può modificare direttamente i dati delle fatture, unire più record in un unico cliente, generare manualmente gli abbonamenti dove non esistono e trasformare i pagamenti una tantum in ricavo ricorrente quando serve.
Quella flessibilità si è rivelata decisiva. Invece di costringere Lavender a ricostruire i propri processi attorno a un modello di dati rigido, ChartMogul ha permesso di rappresentare come i ricavi scorrono davvero nel business, per poi standardizzarli da lì in avanti.
Gestire l’azienda con ChartMogul
Oggi Elliott considera ChartMogul la base metrica di Lavender.
“ChartMogul is our source of truth… because it aggregates the information across products.”
Elliott lo usa ogni giorno, dal reporting per la leadership alla visibilità sui rinnovi. Le riunioni settimanali del management si basano su churn, retention, rinnovi e ARR. I nuovi abbonamenti vengono verificati in tempo reale e i rinnovi imminenti vengono segnalati in anticipo al team di vendita.
Man mano che Lavender ha ampliato la propria offerta di prodotto, ChartMogul ha aiutato il team a capire da dove arrivava la crescita e chi la stava guidando. Con l’enrichment e la segmentazione, Lavender può analizzare le coorti per:
- Settore
- Dimensione dell’azienda
- Area geografica
- Segmento di clientela
“Jordan said, ‘we can actually do data enrichment for you.’ Another life-saving miracle for us.”
Il risultato è stato un’analisi delle coorti più chiara, decisioni di go-to-market più incisive e un reporting più affidabile in tutta l’azienda.
Il consiglio di Elliott: prima semplificare, poi automatizzare
Per Elliott la lezione è semplice e sudata. Le metriche pulite non nascono da strumenti complessi. Nascono da flussi di lavoro coerenti, responsabilità chiare e rigore operativo.
“You need to simplify the workflow. Create a process where the data can be consistent. Assign an owner… then look for tools like ChartMogul to automate the work.”
Alla fine l’obiettivo non era avere più software. Era chiarezza, coerenza e un sistema di cui l’azienda potesse fidarsi.